В работе на примере модели переноса пассивной примеси рассматриваются вычислительные аспекты вариационного алгоритма ассимиляции данных измерений. Для решения такой задачи необходимы достоверные входные параметры, надежные вычислительные алгоритмы, достаточные вычислительные мощности. В работе рассматривается алгоритм специального вида, который позволяет более точно вычислять вертикальную компоненту скорости. Сама модель переноса реализуется на основе TVD–аппроксимаций, а при реализации вариационного алгоритма идентификации полезными являются методы регуляризации в случае недостаточного эффекта фильтрации самой моделью. При ограниченном небольшом количестве точек измерений возможно применение метода оценки для эффективной реализации вариационного алгоритма ассимиляции на нескольких процессорах. Результаты могут быть использованы для решения различных задач экологической направленности при изучении воздействия источников загрязнения антропогенного характера в акваториях Азовского и Черного морей.

Modeling marine pollution dynamics has become increasingly important in recent years. The solution to this important problem relies on the use of numerical models of pollutant transport in the studied waters. To adequately describe such dynamics, appropriate input parameters of the model are needed, which are velocities, model coefficients, bathymetry, etc. The hydrodynamic model of flow forecasting should be sufficiently advanced, i.e. it takes into account many physical processes in the aquatic environment. In addition, the spatial grid and difference discretizations used should sufficiently allow such physical processes. Therefore, when numerically implementing variational algorithms for assimilation of measurement data and identification of model parameters, the question naturally arises about the quality of the hydrodynamic model, i.e. those velocity fields that are used in the integration of the transfer model. Using the example of a passive impurity transfer model, the computational aspects of a variational algorithm for assimilation of measurement data are considered. To solve this problem, reliable input parameters, reliable computational algorithms, and sufficient computing power are needed. The paper considers a special type of algorithm that allows for more accurate calculation of the vertical component of velocity. The transfer model itself is implemented on the basis of TVD approximations, and when implementing a variational identification algorithm, regularization methods are useful if the filtering effect of the model itself is insufficient. With a limited small number of measurement points, it is possible to use the estimation method to effectively implement a variational assimilation algorithm on multiple processors. The results can be used to solve various environmental problems in studying the effects of anthropogenic pollution sources in the waters of the Azov and Black Seas.